Geometry of Deep Learning: A Signal Processing Perspective

Ye, Jong Chul

相關主題

商品描述

Part I Basic Tools for Machine Learning: 1. Mathematical Preliminaries.- 2. Linear and Kernel Classifiers.- 3. Linear, Logistic, and Kernel Regression.- 4. Reproducing Kernel Hilbert Space, Representer Theorem.- Part II Building Blocks of Deep Learning: 5. Biological Neural Networks.- 6. Artificial Neural Networks and Backpropagation.- 7. Convolutional Neural Networks.- 8. Graph Neural Networks.- 9. Normalization and Attention.- Part III Advanced Topics in Deep Learning.- 10. Geometry of Deep Neural Networks.- 11. Deep Learning Optimization.- 12. Generalization Capability of Deep Learning.- 13. Generative Models and Unsupervised Learning.- Summary and Outlook.- Bibliography.- Index.

商品描述(中文翻譯)

第一部分 機器學習的基本工具:1. 數學基礎.- 2. 線性和核心分類器.- 3. 線性、邏輯和核心回歸.- 4. 重現核希爾伯特空間,表示定理.- 第二部分 深度學習的基本組件:5. 生物神經網絡.- 6. 人工神經網絡和反向傳播.- 7. 卷積神經網絡.- 8. 圖神經網絡.- 9. 正規化和注意力.- 第三部分 深度學習的高級主題.- 10. 深度神經網絡的幾何.- 11. 深度學習優化.- 12. 深度學習的泛化能力.- 13. 生成模型和無監督學習.- 總結和展望.- 參考文獻.- 索引.

作者簡介

The author is currently a full Professor at Korea Advanced Institute of Science and Technology (KAIST). Also he has been a Fellow of IEEE since January 2020.

作者簡介(中文翻譯)

該作者目前是韓國科學技術院(KAIST)的正教授。自2020年1月起,他也是IEEE的會士。